건설현장의 스마트 안전장비 성능과 도입 효과 분석

An Analysis of the Performance and Implementation Effects of Smart Safety Equipment at Construction Sites

본 연구는 스마트 안전장비를 도입한 중소규모 건설현장의 안전사고 위험요인 탐지 정확도와 재해율 저감 효과를 실증적으로 분석하여, 국토교통부 스마트 안전장비 지원사업의 정책적 방향을 제시하고자 수행하였다. 2023년 해당 지원사업에 따라 스마트 안전장비를 설치·운영한 13개 건설현장을 대상으로, YoLo V4 알고리즘을 기반으로 한 AI CCTV가 쓰러짐, 화재 발생, 안전모 미착용 등의 위험요인을 얼마나 정확히 탐지하는지를 분석한 결과, 화재 발생과 안전모 미착용은 허용 기준치인 90.0%를 상회하였으나, 쓰러짐은 기준치에 미달하였다. 또한 도입 효과를 분석하기 위해 스마트 안전장비 지원사업으로 운영된 건설현장과 일반 건설현장의 재해율을 비교한 결과, 표본 수의 한계는 있으나 스마트 안전장비가 도입된 건설현장의 재해율은 0.0%로 나타났으며, 이는 일반 소규모 건설현장의 평균 재해율인 0.461%에 비해 매우 낮은 수준으로 사고 예방 효과를 확인하였다. 이에 따라 향후에는 영상 탐지 성능이 더욱 우수한 알고리즘과 스마트 장비를 도입하여 정확도를 높이는 한편, 스마트 안전장비가 자연스럽게 보급되도록 정부에서 장비구입 자금지원 등의 제도를 병행 추진하길 기대한다.

This study aims to empirically analyze the risk detection accuracy and accident reduction effect of smart safety equipment at small and medium sized construction sites, and to suggest policy directions for government support. Using data from 13 sites equipped with AI-based CCTV in 2023, we evaluated the detection accuracy of safety helmet violations, falls, and fire occurrences based on the YoLo v4 algorithm. Results showed that fire and helmet-related risks exceeded the acceptable threshold of 90.0%, while fall detection was below it. Although the sample size was limited, sites with smart equipment recorded a 0.0% accident rate, compared to 0.461% at general small sites, demonstrating a clear preventive effect. These findings confirm the effectiveness of smart safety technologies in field conditions. To enhance accuracy and applicability, adoption of advanced algorithms and improved equipment is necessary. Additionally, the government should provide financial incentives and institutional support to promote broader deployment of smart safety systems.